CN112862130B - 一种结合冰箱对样本的存储管理方法 - Google Patents

一种结合冰箱对样本的存储管理方法 Download PDF

Info

Publication number
CN112862130B
CN112862130B CN202110152396.1A CN202110152396A CN112862130B CN 112862130 B CN112862130 B CN 112862130B CN 202110152396 A CN202110152396 A CN 202110152396A CN 112862130 B CN112862130 B CN 112862130B
Authority
CN
China
Prior art keywords
reservation
sample
refrigerator
image
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110152396.1A
Other languages
English (en)
Other versions
CN112862130A (zh
Inventor
迟海鹏
张怀东
邢希学
张京军
龚长华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dynaflow Experiment Technology Co Ltd
Original Assignee
Beijing Dynaflow Experiment Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Dynaflow Experiment Technology Co Ltd filed Critical Beijing Dynaflow Experiment Technology Co Ltd
Priority to CN202110152396.1A priority Critical patent/CN112862130B/zh
Publication of CN112862130A publication Critical patent/CN112862130A/zh
Application granted granted Critical
Publication of CN112862130B publication Critical patent/CN112862130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/02—Reservations, e.g. for tickets, services or events
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/547—Remote procedure calls [RPC]; Web services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Computer Security & Cryptography (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Computer Hardware Design (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)

Abstract

本发明公开了一种结合冰箱对样本的存储管理方法，包括：基于移动端APP发送用户身份信息及样本存储预约信息；后台服务器根据样本存储预约信息确定预约冰箱，还根据所述用户身份信息查询数据库判断用户对预约冰箱是否具有预约存储权限；后台服务器在确定用户对预约冰箱具有预约存储权限时，将样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP；在预约结果为预约成功时，用户在预约时间段内去到预约冰箱的预设范围内，获取用户的生物特征信息并与用户身份信息进行比较，在确定两者一致时，授权用户操作预约冰箱上预设APP的相应权限；根据相应权限将样本存储至预约冰箱中。实现对样本的存放进行有效的管理。

Description

一种结合冰箱对样本的存储管理方法
技术领域
本发明涉及样本存储管理技术领域，特别涉及一种结合冰箱对样本的存储管理方法。
背景技术
在医学领域，需要将对患者采集的样本进行存放，通常情况下会将样本存放至冰箱中。现有技术中，医生直接去到冰箱前进行存放样本，会出现以下问题：1、医生不能准确获取冰箱中是否有空间可以存放相关样本，在没有空间存放时，需要花费时间去寻找其他的冰箱进行存放；2、结合冰箱对样本的存放缺乏有效的管理，在存放样本后，医生不能准确获取样本的状态，如样本是否变异或者丢失等；3、任何人都可以直接去到冰箱进行存放，导致样本容易丢失，还有在集中存放或者集中取出时，用户需要排队等待，浪费时间。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种结合冰箱对样本的存储管理方法，实现对样本的存放进行有效的管理，使得在样本存放后，用户可以准确的获取样本的状态，避免出现样本丢失后无法溯源的问题，基于物联网技术，实现预约机制，避免出现多个用户集中存放或集中取出需要排队的问题，节约时间，提高用户体验。
为达到上述目的，本发明实施例提出了一种结合冰箱对样本的存储管理方法，包括：
基于移动端APP发送用户身份信息及样本存储预约信息至后台服务器；
后台服务器根据所述样本存储预约信息确定预约冰箱；
后台服务器根据所述用户身份信息查询数据库判断用户对所述预约冰箱是否具有预约存储权限；
后台服务器在确定用户对所述预约冰箱具有预约存储权限时，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP；
在预约结果为预约成功时，用户在预约时间段内去到预约冰箱的预设范围内，获取用户的生物特征信息并与用户身份信息进行比较，在确定两者一致时，授权用户操作预约冰箱上预设APP的相应权限；根据所述相应权限将样本存储至预约冰箱中。
根据本发明的一些实施例，在将样本存储至预约冰箱后，还包括：
预约冰箱获取样本的检测图像；
对所述检测图像进行图像去噪处理，将经过图像去噪后的检测图像输入预先训练好的水雾遮挡图像识别模型中，获取检测图像中的水雾特征，并去除待检测图像中的水雾特征，得到优化图像；所述水雾遮挡图像识别模型是通过采集无水雾遮挡图像及随着样本在不同温度下存储不同时间的样本图像训练得到的；
对所述优化图像进行灰度化处理，获取所述优化图像中所有像素点的灰度值并计算得到平均灰度值；
将所述平均灰度值与预设平均灰度值进行比较，得到灰度差值；
根据预设时间段内得到的多个灰度差值，计算得到灰度差值的变化速率，在确定所述变化速率大于预设变换速率时，发出报警信息至后台服务器，后台服务器将所述报警信息转发至移动端APP。
根据本发明的一些实施例，后台服务器还用于查看预约冰箱的通断电情况、温度信息、报警信息及冰箱开关信息。
根据本发明的一些实施例，所述样本存储预约信息包括：样本类型、样本数量、样本对应的病人姓名、预存时间、预约冰箱中的至少一种。
根据本发明的一些实施例，在将样本存储至预约冰箱后，还包括：
基于移动端APP发送取样人信息及样本取出预约信息至后台服务器；
后台服务器将所述取样人的身份信息及样本取出预约信息转发至预约冰箱；
预约冰箱在确认取样人的身份信息后，记录取样人从预约冰箱中取出的样本的实际信息，判断所述实际信息与样本取出预约信息是否一致，在确定不一致时，发出报警信息至后台服务器。
根据本发明的一些实施例，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP，还包括：
提取所述样本存储预约信息中样本的预约空间；
获取预约冰箱的剩余存储空间；
比较所述预约空间与所述剩余存储空间的大小，在确定所述剩余存储空间大于等于预约空间时，预约结果为预约成功；反之，预约结果为预约不成功。
根据本发明的一些实施例，后台服务器根据所述样本存储预约信息确定预约冰箱，包括：从样本存储预约信息中基于损失学习函数确定样本存储预约信息包括的数据信息的类别，筛选出目标类别，根据目标类别的数据信息进行语义识别，确定预约冰箱；
构建损失学习函数的方法，包括：
获取以往多个已经确定预约冰箱的样本存储预约信息的样本数据，将每一个样本数据进行数据分割，分成N个数据片段，分别获取每一个数据片段的类别，进而构建损失学习函数S(x)：
其中，S(x)为初始构建的损失学习函数；λ0为初始化后的偏置参数；e为自然常数；xi为数据片段x中第i个数据片段的类别；p为预测数据片段x中第i个数据片段的类别的概率；T为基于预设规则被标记的数据片段的类别；
通过多个样本数据进行更新修正；
其中，λ’0为更新修正后的偏置参数；ε为损失学习函数的损失学习率，初始值为0.002；为损失学习函数S(x)对初始化后的偏置参数λ0进行偏导；
根据更新修正后的偏置参数，得到更新修正后的损失学习函数S’(x)：
其中，M为对N个数据片段预测的类别的集合；Q为未被标记的数据片段的类别。
根据本发明的一些实施例，所述对所述检测图像进行图像去噪处理，包括：
对检测图像进行基于图像分辨率进行图像分解，得到多阶子图像，分别获取每一阶子图像的图像信息；
根据每一阶子图像的图像信息分别进行逆分解处理，得到每一阶子图像对应的子带图像；
获取子带图像中像素信息，根据所述像素信息确定子带图像对应的中心像素；
获取所述中心像素在垂直及水平方向的亮度分量上的轮廓信息；
获取所述子带图像的像素值的方差；
获取所述中心像素与图像滤波后的相邻像素点的像素差值；
根据所述轮廓信息、子带图像的像素值的方差及所述像素差值计算所述中心像素所处区域是否平整，在确定平整时，计算中心像素的图像滤波强度，根据所述图像滤波强度对中心像素进行图像滤波。
根据本发明的一些实施例，根据所述相应权限将样本存储至预约冰箱，还包括：
获取用户在打开预约冰箱箱门前的第一用户图像及用户所携带的第一样本图像；
获取用户在打开预约冰箱箱门后的第二用户图像及用户所携带的第二样本图像；
根据所述第一用户图像及所述第二用户图像判断是否为同一用户；根据所述第一样本图像与所述第二样本图像判断是否为同一样本；
在确定为同一用户且不为同一样本时，基于所述第二样本图像进行图像识别，获取实际样本信息，预约冰箱生成样本取出单并通过后台服务器发送至移动端APP；
用户基于移动端APP对样本取出单进行确认，并将确认结果返回至预约冰箱。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明一个实施例的一种结合冰箱对样本的存储管理方法的流程图；
图2是根据本发明一个实施例的待存单详情的示意图；
图3是根据本发明一个实施例的冰箱正视图；
图4是根据本发明一个实施例的冻存管位图；
图5是根据本发明一个实施例的待存样品的示意图；
图6是根据本发明一个实施例的在冰箱上的APP显示的待存单及取样品的示意图；
图7是根据本发明一个实施例的样本在冰箱中的位置示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提出了一种结合冰箱对样本的存储管理方法，包括步骤S1-S5：
S1、基于移动端APP发送用户身份信息及样本存储预约信息至后台服务器；
S2、后台服务器根据所述样本存储预约信息确定预约冰箱；
S3、后台服务器根据所述用户身份信息查询数据库判断用户对所述预约冰箱是否具有预约存储权限；
S4、后台服务器在确定用户对所述预约冰箱具有预约存储权限时，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP；
S5、在预约结果为预约成功时，用户在预约时间段内去到预约冰箱的预设范围内，获取用户的生物特征信息并与用户身份信息进行比较，在确定两者一致时，授权用户操作预约冰箱上预设APP的相应权限；根据所述相应权限将样本存储至预约冰箱中。
上述技术方案的工作原理：基于移动端APP发送用户身份信息及样本存储预约信息至后台服务器；用户身份信息包括用户的身份证号信息、指纹信息、人脸信息、虹膜信息、声纹信息中的至少一种。后台服务器根据所述样本存储预约信息确定预约冰箱；后台服务器根据所述用户身份信息查询数据库判断用户对所述预约冰箱是否具有预约存储权限。具体的，后台服务器在管理后台为用户分配冰箱的使用权限，进而生成的数据库。后台服务器还可查看用户开关冰箱的使用记录。后台服务器在确定用户对所述预约冰箱具有预约存储权限时，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP；在预约结果为预约成功时，用户在预约时间段内去到预约冰箱的预设范围内，获取用户的生物特征信息并与用户身份信息进行比较，在确定两者一致时，授权用户操作预约冰箱上预设APP的相应权限；根据所述相应权限将样本存储至预约冰箱中。
上述技术方案的有益效果：实现对样本的存放进行有效的管理，使得在样本存放后，用户可以准确的获取样本的状态，避免出现样本丢失后无法溯源的问题，基于物联网技术，实现预约机制，避免出现多个用户集中存放或集中取出需要排队的问题，节约时间，提高用户体验。
根据本发明的一些实施例，在将样本存储至预约冰箱后，还包括：
预约冰箱获取样本的检测图像；
对所述检测图像进行图像去噪处理，将经过图像去噪后的检测图像输入预先训练好的水雾遮挡图像识别模型中，获取检测图像中的水雾特征，并去除待检测图像中的水雾特征，得到优化图像；所述水雾遮挡图像识别模型是通过采集无水雾遮挡图像及随着样本在不同温度下存储不同时间的样本图像训练得到的；
对所述优化图像进行灰度化处理，获取所述优化图像中所有像素点的灰度值并计算得到平均灰度值；
将所述平均灰度值与预设平均灰度值进行比较，得到灰度差值；
根据预设时间段内得到的多个灰度差值，计算得到灰度差值的变化速率，在确定所述变化速率大于预设变换速率时，发出报警信息至后台服务器，后台服务器将所述报警信息转发至移动端APP。
上述技术方案的工作原理：预约冰箱获取样本的检测图像；对所述检测图像进行图像去噪处理，将经过图像去噪后的检测图像输入预先训练好的水雾遮挡图像识别模型中，获取检测图像中的水雾特征，并去除待检测图像中的水雾特征，得到优化图像；所述水雾遮挡图像识别模型是通过采集无水雾遮挡图像及随着样本在不同温度下存储不同时间的样本图像训练得到的；对所述优化图像进行灰度化处理，获取所述优化图像中所有像素点的灰度值并计算得到平均灰度值；将所述平均灰度值与预设平均灰度值进行比较，得到灰度差值；根据预设时间段内得到的多个灰度差值，计算得到灰度差值的变化速率，在确定所述变化速率大于预设变换速率时，发出报警信息至后台服务器，后台服务器将所述报警信息转发至移动端APP。
上述技术方案的有益效果：在将样本存储至预约冰箱后，基于冰箱箱内设置的摄像头对样本进行监控管理，获取检测图像，去噪图像噪声及冰箱中水雾的影响，提高对检测图像的识别精度，得到优化图像，基于优化图像进行灰度化处理，预设平均灰度值根据样本在存放至冰箱中第一时刻时的图像获取的。根据灰度差值的变化速率，可以使得用户准确获取样本的状态信息，在确定所述变化速率大于预设变换速率时，发出报警信息至后台服务器，后台服务器将所述报警信息转发至移动端APP，便于实现用户对冰箱内样本的监控，避免出现样本丢失或变异等问题，提高用户体验。
根据本发明的一些实施例，后台服务器还用于查看预约冰箱的通断电情况、温度信息、报警信息及冰箱开关信息，实现对预约冰箱的有效监控管理。
根据本发明的一些实施例，所述样本存储预约信息包括：样本类型、样本数量、样本对应的病人姓名、预存时间、预约冰箱中的至少一种。
根据本发明的一些实施例，在将样本存储至预约冰箱后，还包括：
基于移动端APP发送取样人信息及样本取出预约信息至后台服务器；
后台服务器将所述取样人的身份信息及样本取出预约信息转发至预约冰箱；
预约冰箱在确认取样人的身份信息后，记录取样人从预约冰箱中取出的样本的实际信息，判断所述实际信息与样本取出预约信息是否一致，在确定不一致时，发出报警信息至后台服务器。
上述技术方案的工作原理：基于移动端APP发送取样人信息及样本取出预约信息至后台服务器；后台服务器将所述取样人的身份信息及样本取出预约信息转发至预约冰箱；预约冰箱在确认取样人的身份信息后，记录取样人从预约冰箱中取出的样本的实际信息，判断所述实际信息与样本取出预约信息是否一致，在确定不一致时，发出报警信息至后台服务器。
上述技术方案的有益效果：保证对预约冰箱内存储的样本的安全取出，避免样本被误取，对样本取出采用预约机制，避免出现同一时刻多人取出样本的情况的发生，减少用户的等待时间，提高样本取出效率及样本取出的准确性。
根据本发明的一些实施例，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP，还包括：
提取所述样本存储预约信息中样本的预约空间；
获取预约冰箱的剩余存储空间；
比较所述预约空间与所述剩余存储空间的大小，在确定所述剩余存储空间大于等于预约空间时，预约结果为预约成功；反之，预约结果为预约不成功。
上述技术方案的工作原理：提取所述样本存储预约信息中样本的预约空间；获取预约冰箱的剩余存储空间；比较所述预约空间与所述剩余存储空间的大小，在确定所述剩余存储空间大于等于预约空间时，预约结果为预约成功；反之，预约结果为预约不成功。
上述技术方案的有益效果：根据预约冰箱内存储空间与预设空间的大小进行比较，避免出现用户在去到预设冰箱时才发现无法存放的问题，提高对样本存放的有效管理。
在一实施例中，对结合冰箱样本的存储管理方法具体包括：
1、通过移动端进入样本存储的APP，方式一：打开微信，在首页下滑，打开小程序界面，进而进入小程序的搜索界面，在搜索框输入“样本存储”，点击后进入小程序；方式二：通过扫描识别二维码进入小程序；
2、在进入小程序中进行注册登录，具体包括：a，进入小程序后，点击“立即体验”触摸按钮，进入小程序首页；b，在小程序首页，可查看【样本存储】小程序功能的简要描述，点击某一功能，进入登录注册页面；c，在登录注册页面，输入手机号，获取并输入短信验证码，点击【注册绑定】，跳转至【身份信息填写】页面；d，在【身份信息填写】页面依次选择或填写本人的所在科室、姓名、工号，点击【确认】按钮完成注册。
3、在完成注册后，点击【样品存储】后，选择存储的样品容器(如冻存管1.5ml)，开始登记样品信息，可同时登记多组样品。需要登记的样本信息包括：样本所在的课题(若未有课题，需先创建，如【新冠肺炎的研究】)、样本类型(如【全血】)、病人姓名(如【张三】)、样本数量(如【5管】)、预存时间(如【存至2020-05-16】)等；
4、在查询样本首页可查看冰箱当前的【存储空间余量】与目前样本的【登记数量】，包括两种情形：1、若【登记数量】≤【存储空间余量】，则点击提交后，登记的样品会生成【待存单】；2、若【登记数量】＞【存储空间余量】，则点击提交后，用户需从登记的样品中选择与【存储空间余量】相当的样品数量，优先生成待存单；其余未生成待存单的样品，会被登记在【待存样品】中，待冰箱产生了存储空间，用户再登记生成【待存单】，根据冰箱的剩余存储空间确定是否进行存储。
5、在一实施例中，用户通过移动端APP进行样本存储，可查询与自己相关的各类样本存取记录，包括：a、待存单：登记并预约存储空间成功且等待存入冰箱的样本；B、待存样本：登记成功但因存储空间不足导致当前无法存入冰箱的样本；c、在存样品：当前在冰箱中储存的样本；d、取样单：从冰箱中取出样本的纪录。使得用户在移动端可以准确查询自己对样本的存取记录。
示例的，在移动端APP点击某【待存单】(或【取样单】、【在存样品】)，可查看详情，包括样品登记信息及样品存取位置等。即如图2所示。如图3-图4所示，还可在移动端APP点击【查看冰箱正视图】，可查看存取样品的冻存层的位置信息；点击【盒坐标】，可查看样品在冻存盒中的位置信息。如图5所示，还可在移动端APP点击【待存样品】，可查看已登记但未存入的样品。若冰箱此时有存储空间，则可选择优先存入的样品，提交生成待存单。
6、用户在预约时间段内去到预约冰箱的预设范围内，获取用户的生物特征信息并与用户身份信息进行比较，在确定两者一致时，授权用户操作预约冰箱上预设APP的相应权限；用户在冰箱屏幕上，默认显示首页，信息包括：当前冰箱名称(如【82号冰箱】)、冰箱二维码；
7、如图6所示，冰箱系统调取用户信息，在屏幕上显示当前用户的【待存单】及【在存样品】。用户可同时选择【待存单】(存样)及【在存样品】(取样)。选择完成后，点击下方【选择完成冰箱开锁】按钮，冰箱开锁，冰箱屏幕进入下一页面。
8、如图7所示，用户根据系统的图表提示，从左到右依次选择【冻存层】-【冻存盒】，查看并完成冻存盒中所需的存/取操作。其中需要存入的样品(【待存单】)以绿色表示；需要取出的样品(【在存样品】)以橙色表示。当存/取操作按照提示实际完成后，点击下方的【完成存/取】按钮，冰箱会记录此次的操作信息(存取人、存取样品、存取时间等)，并且存入的【待存单】变为【在存样品】；取出的【在存样品】变为【取样单】。
根据本发明的一些实施例，后台服务器根据所述样本存储预约信息确定预约冰箱，包括：从样本存储预约信息中基于损失学习函数确定样本存储预约信息包括的数据信息的类别，筛选出目标类别，根据目标类别的数据信息进行语义识别，确定预约冰箱；
构建损失学习函数的方法，包括：
获取以往多个已经确定预约冰箱的样本存储预约信息的样本数据，将每一个样本数据进行数据分割，分成N个数据片段，分别获取每一个数据片段的类别，进而构建损失学习函数S(x)：
其中，S(x)为初始构建的损失学习函数；λ0为初始化后的偏置参数；e为自然常数；xi为数据片段x中第i个数据片段的类别；p为预测数据片段x中第i个数据片段的类别的概率；T为基于预设规则被标记的数据片段的类别；
通过多个样本数据进行更新修正；
其中，λ’0为更新修正后的偏置参数；ε为损失学习函数的损失学习率，初始值为0.002；为损失学习函数S(x)对初始化后的偏置参数λ0进行偏导；
根据更新修正后的偏置参数，得到更新修正后的损失学习函数S’(x)：
其中，M为对N个数据片段预测的类别的集合；Q为未被标记的数据片段的类别。
上述技术方案的工作原理及有益效果：从样本存储预约信息中基于损失学习函数确定样本存储预约信息包括的数据信息的类别，筛选出目标类别，根据目标类别的数据信息进行语义识别，确定预约冰箱。基于损失学习函数准确提取样本存储预约信息的预约冰箱，首先从形式类别上进行筛选，其次，通过语义识别，提高信息获取的准确性。获取以往多个已经确定预约冰箱的样本存储预约信息的样本数据，将每一个样本数据进行数据分割，分成N个数据片段，分别获取每一个数据片段的类别，进而构建损失学习函数，初始构建的损失学习函数；被标记的数据片段的类别为预设的预约冰箱对应的类别。通过多个样本数据进行更新修正，样本数据越多，得到的损失学习函数的计算准确性越高。根据更新修正后的偏置参数，得到更新修正后的损失学习函数，考虑到实际情形中包括多个类别，基于该损失学习函数提高对信息提取的准确性，实现对样本存储预约信息中类别的准确划分。
根据本发明的一些实施例，所述对所述检测图像进行图像去噪处理，包括：
对检测图像进行基于图像分辨率进行图像分解，得到多阶子图像，分别获取每一阶子图像的图像信息；
根据每一阶子图像的图像信息分别进行逆分解处理，得到每一阶子图像对应的子带图像；
获取子带图像中像素信息，根据所述像素信息确定子带图像对应的中心像素；
获取所述中心像素在垂直及水平方向的亮度分量上的轮廓信息；
获取所述子带图像的像素值的方差；
获取所述中心像素与图像滤波后的相邻像素点的像素差值；
根据所述轮廓信息、子带图像的像素值的方差及所述像素差值计算所述中心像素所处区域是否平整，在确定平整时，计算中心像素的图像滤波强度，根据所述图像滤波强度对中心像素进行图像滤波。
上述技术方案的工作原理：对检测图像进行基于图像分辨率进行图像分解，得到多阶子图像，分别获取每一阶子图像的图像信息；有效图像信号一般处于低频区域，噪声信号主要处于高频区域，基于图像分辨率进行图像分解，可以准确找到噪声点，便于更好的进行图像去噪，提高去噪效果。多阶子图像为包括不同图像分辨率的图像。根据每一阶子图像的图像信息分别进行逆分解处理，得到每一阶子图像对应的子带图像；获取子带图像中像素信息，根据所述像素信息确定子带图像对应的中心像素；获取所述中心像素在垂直及水平方向的亮度分量上的轮廓信息；获取所述子带图像的像素值的方差；获取所述中心像素与图像滤波后的相邻像素点的像素差值；根据所述轮廓信息、子带图像的像素值的方差及所述像素差值计算所述中心像素所处区域是否平整，在确定平整时，计算中心像素的图像滤波强度，根据所述图像滤波强度对中心像素进行图像滤波。
上述技术方案的有益效果：可以准确找到噪声点，并采取相对应的图像滤波强度进行去除噪声，可以对图像的高频区域的噪声及低频区域的噪声进行有效的去除，提高了去噪效果。
根据本发明的一些实施例，根据所述相应权限将样本存储至预约冰箱，还包括：
获取用户在打开预约冰箱箱门前的第一用户图像及用户所携带的第一样本图像；
获取用户在打开预约冰箱箱门后的第二用户图像及用户所携带的第二样本图像；
根据所述第一用户图像及所述第二用户图像判断是否为同一用户；根据所述第一样本图像与所述第二样本图像判断是否为同一样本；
在确定为同一用户且不为同一样本时，基于所述第二样本图像进行图像识别，获取实际样本信息，预约冰箱生成样本取出单并通过后台服务器发送至移动端APP；
用户基于移动端APP对样本取出单进行确认，并将确认结果返回至预约冰箱。
上述技术方案的工作原理：获取用户在打开预约冰箱箱门前的第一用户图像及用户所携带的第一样本图像；获取用户在打开预约冰箱箱门后的第二用户图像及用户所携带的第二样本图像；根据所述第一用户图像及所述第二用户图像判断是否为同一用户；根据所述第一样本图像与所述第二样本图像判断是否为同一样本；在确定为同一用户且不为同一样本时，基于所述第二样本图像进行图像识别，获取实际样本信息，预约冰箱生成样本取出单并通过后台服务器发送至移动端APP；用户基于移动端APP对样本取出单进行确认，并将确认结果返回至预约冰箱。
上述技术方案的有益效果：判断用户在根据预约存单存放样本时，是否还取出了其他样本，在确定取出样本时，根据用户的身份信息及取出的样本，自动生成样本取出单，使得用户对样本取出单进行确认，提高了用户存取的方便性，节省用户时间，提高用户体验。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种结合冰箱对样本的存储管理方法，其特征在于，包括：
基于移动端APP发送用户身份信息及样本存储预约信息至后台服务器；
后台服务器根据所述样本存储预约信息确定预约冰箱；
后台服务器根据所述用户身份信息查询数据库判断用户对所述预约冰箱是否具有预约存储权限；
后台服务器在确定用户对所述预约冰箱具有预约存储权限时，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP；
在预约结果为预约成功时，用户在预约时间段内去到预约冰箱的预设范围内，获取用户的生物特征信息并与用户身份信息进行比较，在确定两者一致时，授权用户操作预约冰箱上预设APP的相应权限；根据所述相应权限将样本存储至预约冰箱中；
后台服务器根据所述样本存储预约信息确定预约冰箱，包括：从样本存储预约信息中基于损失学习函数确定样本存储预约信息包括的数据信息的类别，筛选出目标类别，根据目标类别的数据信息进行语义识别，确定预约冰箱；
构建损失学习函数的方法，包括：
获取以往多个已经确定预约冰箱的样本存储预约信息的样本数据，将每一个样本数据进行数据分割，分成N个数据片段，分别获取每一个数据片段的类别，进而构建损失学习函数S(x)：
其中，S(x)为初始构建的损失学习函数；λ0为初始化后的偏置参数；e为自然常数；xi为数据片段x中第i个数据片段的类别；p为预测数据片段x中第i个数据片段的类别的概率；T为基于预设规则被标记的数据片段的类别；
通过多个样本数据进行更新修正；
其中，为更新修正后的偏置参数；ε为损失学习函数的损失学习率，初始值为0.002；为损失学习函数S(x)对初始化后的偏置参数λ0进行偏导；
根据更新修正后的偏置参数，得到更新修正后的损失学习函数S’(x)：
其中，M为对N个数据片段预测的类别的集合；Q为未被标记的数据片段的类别。
2.如权利要求1所述的结合冰箱对样本的存储管理方法，其特征在于，在将样本存储至预约冰箱后，还包括：
预约冰箱获取样本的检测图像；
对所述检测图像进行图像去噪处理，将经过图像去噪后的检测图像输入预先训练好的水雾遮挡图像识别模型中，获取检测图像中的水雾特征，并去除待检测图像中的水雾特征，得到优化图像；所述水雾遮挡图像识别模型是通过采集无水雾遮挡图像及随着样本在不同温度下存储不同时间的样本图像训练得到的；
对所述优化图像进行灰度化处理，获取所述优化图像中所有像素点的灰度值并计算得到平均灰度值；
将所述平均灰度值与预设平均灰度值进行比较，得到灰度差值；
根据预设时间段内得到的多个灰度差值，计算得到灰度差值的变化速率，在确定所述变化速率大于预设变换速率时，发出报警信息至后台服务器，后台服务器将所述报警信息转发至移动端APP。
3.如权利要求1所述的结合冰箱对样本的存储管理方法，其特征在于，后台服务器还用于查看预约冰箱的通断电情况、温度信息、报警信息及冰箱开关信息。
4.如权利要求1所述的结合冰箱对样本的存储管理方法，其特征在于，所述样本存储预约信息包括：样本类型、样本数量、样本对应的病人姓名、预存时间、预约冰箱中的至少一种。
5.如权利要求1所述的结合冰箱对样本的存储管理方法，其特征在于，在将样本存储至预约冰箱后，还包括：
基于移动端APP发送取样人信息及样本取出预约信息至后台服务器；
后台服务器将所述取样人的身份信息及样本取出预约信息转发至预约冰箱；
预约冰箱在确认取样人的身份信息后，记录取样人从预约冰箱中取出的样本的实际信息，判断所述实际信息与样本取出预约信息是否一致，在确定不一致时，发出报警信息至后台服务器。
6.如权利要求1所述的结合冰箱对样本的存储管理方法，其特征在于，将所述样本存储预约信息及用户身份信息发送至预约冰箱进行预约确认，得到预约结果并返回至移动端APP，还包括：
提取所述样本存储预约信息中样本的预约空间；
获取预约冰箱的剩余存储空间；
比较所述预约空间与所述剩余存储空间的大小，在确定所述剩余存储空间大于等于预约空间时，预约结果为预约成功；反之，预约结果为预约不成功。
7.如权利要求2所述的结合冰箱对样本的存储管理方法，其特征在于，所述对所述检测图像进行图像去噪处理，包括：
对检测图像进行基于图像分辨率进行图像分解，得到多阶子图像，分别获取每一阶子图像的图像信息；
根据每一阶子图像的图像信息分别进行逆分解处理，得到每一阶子图像对应的子带图像；
获取子带图像中像素信息，根据所述像素信息确定子带图像对应的中心像素；
获取所述中心像素在垂直及水平方向的亮度分量上的轮廓信息；
获取所述子带图像的像素值的方差；
获取所述中心像素与图像滤波后的相邻像素点的像素差值；
根据所述轮廓信息、子带图像的像素值的方差及所述像素差值计算所述中心像素所处区域是否平整，在确定平整时，计算中心像素的图像滤波强度，根据所述图像滤波强度对中心像素进行图像滤波。
8.如权利要求1所述的结合冰箱对样本的存储管理方法，其特征在于，根据所述相应权限将样本存储至预约冰箱，还包括：
获取用户在打开预约冰箱箱门前的第一用户图像及用户所携带的第一样本图像；
获取用户在打开预约冰箱箱门后的第二用户图像及用户所携带的第二样本图像；
根据所述第一用户图像及所述第二用户图像判断是否为同一用户；根据所述第一样本图像与所述第二样本图像判断是否为同一样本；
在确定为同一用户且不为同一样本时，基于所述第二样本图像进行图像识别，获取实际样本信息，预约冰箱生成样本取出单并通过后台服务器发送至移动端APP；
用户基于移动端APP对样本取出单进行确认，并将确认结果返回至预约冰箱。
CN202110152396.1A 2021-02-03 2021-02-03 一种结合冰箱对样本的存储管理方法 Active CN112862130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110152396.1A CN112862130B (zh) 2021-02-03 2021-02-03 一种结合冰箱对样本的存储管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110152396.1A CN112862130B (zh) 2021-02-03 2021-02-03 一种结合冰箱对样本的存储管理方法

Publications (2)

Publication Number Publication Date
CN112862130A CN112862130A (zh) 2021-05-28
CN112862130B true CN112862130B (zh) 2023-11-03

Family

ID=75986548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110152396.1A Active CN112862130B (zh) 2021-02-03 2021-02-03 一种结合冰箱对样本的存储管理方法

Country Status (1)

Country Link
CN (1) CN112862130B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11891295B2 (en) * 2021-10-21 2024-02-06 Haier Us Appliance Solutions, Inc. Systems and methods for accurately tracking water consumption from a liquid dispenser

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117817A (zh) * 2015-07-27 2015-12-02 上海原能细胞医学技术有限公司 生物样本库应用管理系统
JP2018067310A (ja) * 2016-10-14 2018-04-26 株式会社テクニカルフィット 物品を保管する保管ボックスの管理方法
CN109146101A (zh) * 2018-07-11 2019-01-04 保山市质量技术监督综合检测中心 一种设备预约方法及系统
JP2020095720A (ja) * 2018-12-11 2020-06-18 株式会社プラン 保管ボックスの管理方法、及び、保管ボックス
CN111612439A (zh) * 2020-06-22 2020-09-01 贵州医科大学 一种实验室规范化系统
CN111626994A (zh) * 2020-05-18 2020-09-04 江苏远望仪器集团有限公司 基于改进U-Net神经网络的设备故障缺陷诊断方法
CN112116557A (zh) * 2020-08-12 2020-12-22 西安交通大学 一种射线图像焊缝区域缺陷探测方法、存储介质及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI587223B (zh) * 2015-11-11 2017-06-11 財團法人工業技術研究院 器材管理方法、器材管理裝置以及儲存媒體
US11630995B2 (en) * 2018-06-19 2023-04-18 Siemens Healthcare Gmbh Characterization of amount of training for an input to a machine-learned network

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117817A (zh) * 2015-07-27 2015-12-02 上海原能细胞医学技术有限公司 生物样本库应用管理系统
JP2018067310A (ja) * 2016-10-14 2018-04-26 株式会社テクニカルフィット 物品を保管する保管ボックスの管理方法
CN109146101A (zh) * 2018-07-11 2019-01-04 保山市质量技术监督综合检测中心 一种设备预约方法及系统
JP2020095720A (ja) * 2018-12-11 2020-06-18 株式会社プラン 保管ボックスの管理方法、及び、保管ボックス
CN111626994A (zh) * 2020-05-18 2020-09-04 江苏远望仪器集团有限公司 基于改进U-Net神经网络的设备故障缺陷诊断方法
CN111612439A (zh) * 2020-06-22 2020-09-01 贵州医科大学 一种实验室规范化系统
CN112116557A (zh) * 2020-08-12 2020-12-22 西安交通大学 一种射线图像焊缝区域缺陷探测方法、存储介质及设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Public bike-sharing schemes (PBSS): Prospects in Bangladesh;M. Shafiq-Ur Rahman;《 Transportation Research Part A: Policy and Practice》;第142卷;第207-224页 *
开放式网络三维X射线衍射分析虚拟实验室的研究与实现;王瑞雪;《中国优秀硕士学位论文全文数据库信息科技辑》(第3期);第1-74页 *
董海鹰.《智能控制理论及应用》.中国铁道出版社,2016,第185-187页. *
陈云霁 等.《智能计算系统》.机械工业出版社,2020,第30-32页. *

Also Published As

Publication number Publication date
CN112862130A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
US10467397B2 (en) Using biometric user-specific attributes
US9639769B2 (en) Liveness detection
US20220116569A1 (en) Smart video surveillance system using a neural network engine
US20130216094A1 (en) Systems, methods and computer program products for identifying objects in video data
US20060074986A1 (en) Method and system to authenticate an object
US9792513B2 (en) Method for evolutionary biometric recognition having speed and security features suitable for POS/ATM applications
US9589197B2 (en) Method for biometric recognition with clustering of registered data for POS/ATM applications
CN112862130B (zh) 一种结合冰箱对样本的存储管理方法
CN113268641B (zh) 基于大数据的用户数据处理方法及大数据服务器
JP2004086625A (ja) 顧客情報管理装置
CN108461130B (zh) 就诊任务智能调度方法及系统
CN110263830A (zh) 图像处理方法、装置和系统及存储介质
US20230297646A1 (en) System and methods for classifying magnetic resonance imaging (mri) image characteristics
CN113449130A (zh) 一种图像检索方法、装置、一种计算机可读存储介质和计算设备
US20200125709A1 (en) Tagging system for similarity-based retriebal
US11763613B2 (en) Automatic creation and management of digital identity profiles for access control
Radovič et al. REPA: Client Clustering without Training and Data Labels for Improved Federated Learning in Non-IID Settings
CN112734035B (zh) 一种数据处理方法及装置、可读存储介质
CN117238518A (zh) 基于小程序的肝部疾病病理会诊病例资料收集系统
CN113781719A (zh) 用于公交的图书借还系统
CN116030988A (zh) 一种用于医院智能化服务设备及其使用方法
Baral et al. Covid-19 Detection
CN114187680A (zh) 一种智能锁的开锁信息识别方法、装置、介质及设备
CN115410698A (zh) 用于智慧医疗的服务控制方法
CN116705291A (zh) 将细胞空间分布与胃癌预后进行相关性分析的系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant